主成分分析在均值漂移遥感影像分割中的应用

摘要：

针对均值漂移分割算法假设样本处于欧式空间,而遥感影像由于波段范围广,不能像普通彩色图像一样,能够由RGB空间转换到LUV空间来满足这种假设的问题,该文提出采用主成分分析(Principal Component Analysis,PCA)对遥感影像进行变换,以满足这种假设.对于输入的一幅遥感影像,首先采用PCA对该影像进行变换,并且将变换后的数据线性拉伸到0~255之间,然后替换原始影像数据,并调用均值漂移算法进行影像分割.实验结果表明,采用所提出方法得到的结果优于直接对原始影像进行均值漂移分割的结果.

关键词：特征空间、影像分割、主成分分析、MeanShift、相关性

所属期刊栏目：31

分类号：TP751(遥感技术)

资助基金：国家自然科学青年基金41401475;福建省中青年教师教育科研A类项目JA14231

在线出版日期：2016-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：93-96